一种基于NFT的原创作品发布与存储方法和系统

一种基于nft的原创作品发布与存储方法和系统
技术领域
1.本技术一般地涉及区块链应用技术领域，尤其涉及一种基于nft的原创作品发布与存储方法和系统。


背景技术：

2.随着信息传播快速的增长和便捷性的提高，原创作品侵权的现象越来越普遍。目前对数字作品的版权保护大多侧重于作品侵权之后的行为监测，忽略了从作品源头保护原创作品不被侵权的重要性。
3.区块链技术是基于去中心化的对等网络，用开源软件把密码学原理、时序数据和共识机制相结合，来保障分布式数据库中各节点的连贯和持续，使信息能即时验证、可追溯，但难以篡改，从而创造了一套隐私、高效、安全的共享价值体系。其中，nft(non-fungible tokens)是一种基于以太坊erc-721标准的区块链技术，目前主要被运用于数字(虚拟)艺术品，收藏品，游戏等领域。nft又称为非同质化代币，是不可分割、不可替代的代币，在区块链上用户持有nft则代表持有人对数字产品的所有权。
4.目前，通常将艺术品储存在区块链系统中，通过区块链数字证书防止作品侵权。公开号为cn115423561a的专利文件公开了一种nft作品展示方法，获取用户上传的作品信息对应的nft，并储存在区块链内，在区块链系统中对作品信息进行展示，可有效地保护用户上传的作品信息的知识产权。
5.然而，上述方法对用户上传的所有作品信息(包括原创作品和抄袭作品)均进行保护，且将所有作品信息直接储存在区块链系统，无法从源头保护原创作品的版权，且区块链系统的储存压力较大。
6.因此，亟需一种原创作品发布与存储方法，从作品源头保护原创作品不被侵权。


技术实现要素：

7.为了解决现有技术中的上述技术问题，本技术提供了一种基于nft的原创作品发布与存储方法和系统，在降低区块链储存压力的同时，从作品源头上保护原创作品不被侵权。
8.第一方面，本发明提供了一种基于nft的原创作品发布与存储方法，包括：获取任意用户节点上传的作品信息，其中，所述作品信息为图像作品和/或文本作品对应的图像信息；计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果；根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭；响应于判定所述作品信息不涉嫌抄袭，将所述作品信息发布在区块链上，其中，所述将所述作品信息发布在区块链上包括：将所述作品信息铸成nft，并将该nft对应的nft区块发布至所述区块链系统中，其中所述nft区块包括作品id和作品资源定位符，所述作品资源定位符为该nft区块对应的作品信息和nft在所述原创数据库中的储存位置；响应于判定所述作品信息涉嫌抄袭，由所述区块链系统的共识节点对所述作品信息进行判定后，将所述作品信息以及对
应的判定结果发布在区块链上。
9.在一些实施例中，所述计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果，包括：将所述作品信息划分为多个图像；基于所述作品信息和所述子图像计算所述作品信息与任意原创作品之间的融合相似度，包括：依据集成算法集成多种单一相似度模型，得到相似度融合模型；依据所述相似度融合模型分别计算所述作品信息对应的图像和每个所述子图像与所述原创作品相似度，并将所有相似度中的最大值作为所述作品信息与所述原创作品的融合相似度；将所述作品信息与每个原创作品之间的融合相似度作为所述作品信息的相似性检测结果。
10.在一些实施例中，所述单一相似度模型包括以下相似度模型中的一种或多种：感知相似度模型、结构相似度模型、局部自适应结构和纹理相似度模型以及尺度不变性相似度模型。
11.在一些实施例中，所述集成算法为随机森林模型融合算法。
12.在一些实施例中，所述根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭，包括：对比每个融合相似度和预设阈值；响应于任意融合相似度大于所述预设阈值，判定所述作品信息涉嫌抄袭；响应于所有融合相似度均不大于所述预设阈值，判定所述作品信息不涉嫌抄袭。
13.在一些实施例中，响应于任意融合相似度大于所述预设阈值，将所述融合相似度对应的原创作品进行标记。
14.在一些实施例中，所述预设阈值的确定方法包括：获取数据集，其中，所述数据集包括多组图像对，每组图像对为不同作品信息的图像信息；获取每组图像对的标签信息，其中，所述标签信息用于反映图像对中不同作品信息是否涉嫌抄袭；获取预设阈值的多个候选值，并基于所述标签信息和所述数据集绘制每个候选值对应的样本点得到精度召回率曲线，确定所述精度召回率曲线与预设趋势线的交点，将距离所述交点最近的样本点对应的候选值作为所述预设阈值，其中，所述样本点包括任意候选值对应的精度和召回率，所述预设趋势线为斜率为设定值的直线。
15.在一些实施例中，其中共识节点的确定方法包括：响应于所述原创数据库中任意用户节点原创作品的数量大于设定数量，将该用户节点作为共识节点。
16.在一些实施例中，响应于用户节点的申诉请求，所述区块链系统的共识节点对所述作品信息进行再次判定。
17.第二方面，本发明还提供了一种基于nft的原创作品发布与存储系统，包括：处理器；以及存储器，其存储有基于nft的原创作品发布与存储方法的计算机指令，当所述计算机指令由所述处理器运行时，以实现执行所述一种基于nft的原创作品发布与存储方法。
18.本技术实施例提供的上述基于nft的原创作品发布与存储系统，通过将用户上传的作品信息与原创数据库中所有原创作品进行相似度对比，得到作品信息的相似性检测结果，依据相似性检测结果自动判断作品信息是否涉嫌抄袭，提高了原创作品的发布效率，并将不涉嫌抄袭的作品信息铸成nft上传至区块链系统中，从作品源头上保护原创作品不被侵权。
19.进一步地，相似性检测结果为作品信息与每个原创作品之间的融合相似度，综合反映了作品信息在整体和局部上与已发布的原创作品的相似程度，提高了判断作品是否涉
嫌抄袭的准确性。
20.进一步地，采集不同候选值的精度和召回率，并在精度-召回率构成的二维平面中绘制各候选值对应的样本点，确定预设阈值的取值，保证预设阈值下，可精准判断作品信息是否涉嫌抄袭。
21.进一步地，将不涉嫌抄袭的作品信息和对应的nft储存在原创数据库中，仅在区块链系统中储存作品id和作品资源定位符，降低区块链的储存压力。
附图说明
22.通过参考附图阅读下文的详细描述，本技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本技术的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：
23.图1是根据本技术实施例的一种基于nft的原创作品发布与存储方法的流程图；
24.图2是根据本技术实施例的预设阈值的精度召回率曲线的示意图；
25.图3是根据本技术实施例的区块链系统中将作品信息发布在区块链上的过程示意图；
26.图4是根据本技术实施例的一种基于nft的原创作品发布与存储系统的示意框图。
具体实施方式
27.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
28.应当理解，当本技术的权利要求、说明书及附图使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本技术的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
29.根据本技术的第一方面，本技术提供了一种基于nft的原创作品发布与存储方法，应用于区块链系统。区块链系统中的每一个注册成功的用户均被视为一个用户节点，所有用户节点被划分为共识节点、轻节点和归档节点三种节点类型。其中，轻节点可在区块链系统中上传作品信息以及对原创数据库中已经发布的原创作品进行交易；归档节点可备份区块链系统中的所有用户节点的数据信息；用户节点可在轻节点和归档节点中自主选在自身的节点类型，且可在轻节点和归档节点之间进行切换。其中，所述区块链系统以太坊erc-721标准搭建。
30.其中，所述原创数据库包括已经发布的原创作品，可通过星际文件系统(interplanetary file system ipfs)实现原创数据库中原创作品的分布式存储。
31.其中，当任意用户节点在原创数据库中发布的原创作品的数量大于设定数量时，将该用户节点作为共识节点；共识节点用于在所述一种基于nft的原创作品发布与存储方法中判断任意用户节点上传的作品信息是否涉嫌抄袭。
32.请参阅图1所示，为本技术较佳实施方式提供的基于nft的原创作品发布与存储方
法的流程图。根据不同的需求，所述流程图中步骤的顺序可以改变，某些步骤可以省略。
33.s11，获取任意用户节点上传的作品信息，其中，所述作品信息为图像作品和/或文本作品对应的图像信息。
34.在一个可选的实施例中，区块链系统中的任意用户节点上传作品信息，该作品信息为图像信息。例如，上传的作品信息可以为摄影作品、海报设计作品等图像作品的图像信息，也可以为对绘画作品、书法作品等文本作品进行拍摄得到的图像信息。
35.如此，任意用户节点均可上传作品信息对应的图像信息。
36.s12，计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果。
37.在一个实施例中，原创数据库中包括已经发布的所有原创作品，通过对比用户节点上传的作品信息与原创数据库中所有原创作品之间的相似度，可实现该作品是否涉嫌抄袭的初步判断，具体描述如下。所述计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果，包括：将所述作品信息对应的图像划分为多个图像；基于所述作品信息对应的图像和所述子图像计算所述作品信息与任意原创作品之间的融合相似度；将所述作品信息与每个原创作品之间的融合相似度作为所述作品信息的相似性检测结果。
38.其中，涉嫌抄袭的作品经常出现局部抄袭的情况，为了提高判断作品是否涉嫌抄袭的准确性，可依据不同尺度将所述作品信息对应的图像划分为多个子图像，其中，所述多个子图像尺寸相同或不同，子图像的数量为至少两个。比如，作品信息对应的图像为256
×
256，可划分为4个128
×
128的子图像以及16个64
×
64的子图像。
39.在一个实施例中，在作品信息被抄袭时，往往会涉及局部元素抄袭、整体构图抄袭、颜色抄袭等诸多方面，单独地依据一种单一相似度模型不能全面地反映作品信息是否涉嫌抄袭，故本技术依据多种单一相似度模型得到融合相似度，进而准确判断作品信息是否涉嫌抄袭。所述基于所述作品信息对应的图像和所述多个子图像分别计算所述作品信息与任意原创作品之间的融合相似度，包括：依据集成算法集成多种单一相似度模型，得到相似度融合模型；依据所述相似度融合模型分别计算所述作品信息对应的图像和每个所述子图像与所述原创作品相似度，并将所有相似度中的最大值作为所述作品信息与所述原创作品的融合相似度。
40.其中，所述单一相似度模型包括以下相似度模型中的一种或多种：感知相似度模型、结构相似度模型、局部自适应结构和纹理相似度模型以及尺度不变性相似度模型。感知相似度模型(learned perceptual image patch similarity,lpips)为基于深度学习的相似度计算模型，其相似度计算结果更符合人类直观感受；结构相似度模型(structural similarity,ssim)主要考量图片的亮度、对比度、结构三个关键特征之间的相似度；局部自适应结构和纹理相似度模型(a-dists)能够自适应地汇集局部结构和纹理测量，在作品信息是否涉嫌抄袭的判断中，能够更好地度量图像之间的局部相似性；尺度不变性相似度模型(scale-invariant feature transform,sift)首先提取图像中具有尺度和旋转不变性的sift特征，根据图像之间的sift特征得到相似度结果，其相似度计算结果不会随着拍摄位置的改变而变化。。
41.其中，所述集成算法用于将上述多种单一相似度模型结合起来，得到相似度融合
模型，所述集成算法为随机森林模型融合算法。
42.其中，在计算作品信息与任意原创作品的融合相似度的过程中，依据相似度融合模型得到作品信息对应的图像和每个子图像的相似度计算结果，将所有相似度计算结果的最大值作为融合相似度。示例性的，作品信息对应1个图像和20个子图像，则共得到21个相似度计算结果。
43.如此，将作品信息对应的图像划分为多个子图像，通过相似度融合模型对图像和每个子图像进行相似度计算，得到作品信息的相似性检测结果，所述相似性检测结果综合反映了作品信息在整体和局部上与每一个已发布的原创作品之间的相似程度，提高了判断作品是否涉嫌抄袭的准确性。
44.s13，根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭。
45.在一个可选的实施例中，所述根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭，包括：对比每个融合相似度和预设阈值；响应于任意融合相似度大于所述预设阈值，判定所述作品信息涉嫌抄袭；响应于所有融合相似度均不大于所述预设阈值，判定所述作品信息不涉嫌抄袭。
46.在一个实施例中，当任意融合相似度大于所述预设阈值时，表示该作品信息与该融合相似度对应的原创作品之间的相似度较大，该作品信息涉嫌抄袭该融合相似度对应的原创作品；当任意融合相似度不大于所述预设阈值时，表示该作品信息与该融合相似度对应的原创作品的相似度较小，该作品信息不涉嫌抄袭该融合相似度对应的原创作品；当所有融合相似度均不大于所述预设阈值，该作品信息为原创作品。响应于任意融合相似度大于所述预设阈值，将所述融合相似度对应的原创作品进行标记，表示该作品信息涉嫌抄袭所述融合相似度对应的原创作品。
47.在一个实施例中，预设阈值的取值直接影响作品信息是否涉嫌抄袭的判断结果。本技术中所述预设阈值的确定方法包括：获取数据集，其中，所述数据集包括多组图像对，每组图像对为不同作品信息的图像信息；获取每组图像对的标签信息，其中，所述标签信息用于反映图像对中不同作品信息是否涉嫌抄袭；获取预设阈值的多个候选值，并基于所述标签信息和所述数据集绘制每个候选值对应的样本点得到精度召回率曲线，确定所述精度召回率曲线与预设趋势线的交点，将距离所述交点最近的样本点对应的候选值作为所述预设阈值，其中，所述样本点包括任意候选值对应的精度和召回率，所述预设趋势线为斜率为设定值的直线。其中，所述预设趋势线为斜率为1的直线。
48.其中，对数据集中每组图像对进行标注时，若图像对中的两个不同作品信息不涉嫌抄袭，则该图像对的标签信息为0，若图像对中的两个不同作品信息涉嫌抄袭，则该图像对的标签信息为1。在标注过程中，图像对中的两个不同作品信息是否涉嫌抄袭由专家判定。
49.示例性的，详细说明确定预设阈值的具体过程：预设阈值的多个候选值依次为0.20、0.21、0.22、0.23、0.24、0.25、0.26、0.27、0.28、0.29、0.30；计算每组图像对的融合相似度；选定任意一个候选值，若图像对的融合相似度大于该候选值，则该图像对的判定结果为涉嫌抄袭，若图像对的融合相似度不大于该候选值，则该图像对的判定结果为不涉嫌抄袭，得到数据集中每组图像对的判定结果；对比每组图像对的判定结果和标签数据，计算选定的候选值对应的精度和召回率，并在精度-召回率的二维平面中绘制该候选值的样本点；
不断绘制每个候选值的样本点，得到如图2所示的预设阈值的精度召回率曲线。斜率为1的直线与精度召回率曲线的交点与候选值0.26对应的样本点之间的距离最近，故预设阈值的取值为0.26。
50.其中，所述精度为判定结果和标签数据相同的图像对中标签数据为1的图像对的数量占比，换句话说，即是判别结果正确的图像对中有多少是真正涉嫌抄袭的。所述召回率为数据集中标签数据为1的所有图像对中，判定结果和标签数据相同的图像对的数量占比，换句话说，即表示涉嫌抄袭的作品有多少被判别出来了。可以理解地，当精度等于召回率时(即样本点落在斜率为1的直线上时)，表示数据集中所有图像对的判定结果全部正确。
51.如此，在数据集上，通过绘制不同候选值在精度-召回率的二维平面中的样本点，确定预设阈值的取值，保证预设阈值下，判定结果的准确率最高，进而可精准判断作品信息是否涉嫌抄袭，从源头上保护原创作品不被侵权。
52.s14，响应于判定所述作品信息不涉嫌抄袭，将所述作品信息发布在区块链上。
53.在一个可选的实施例中，当判定所述作品信息不涉嫌抄袭时，表示对应的作品信息为原创作品，将可所述作品信息发布在区块链上。所述将所述作品信息发布在区块链上包括：将所述作品信息铸成nft，并将该nft对应的nft区块发布至所述区块链系统中，其中所述nft区块包括作品id和作品资源定位符，所述作品资源定位符为该nft区块对应的作品信息和nft在所述原创数据库中的储存位置。其中，nft为区块链系统中的独一无二、不可替代的代币，且区块链系统中每个nft对应唯一的tokenid，将该tokenid作为该nft对应作品信息的作品id。
54.可以理解地，由于nft在区块链系统中的独一无二性和不可替代性，可将nft作为对应作品信息的版权信息。
55.在一个可选的实施例中，请参见图3为区块链系统中将作品信息发布在区块链上的过程示意图。为了降低区块链系统的储存压力，对于每个nft，将该nft以及该nft对应的作品信息储存在原创数据库中，并将在原创数据库中的储存位置作为该nft的作品资源定位符；将该nft对应作品信息的作品id(即nft对应的tokenid)和作品资源定位符储存在nft区块中；当有新的原创作品k时，将原创作品k对应的新的nft区块k连接在区块链末端，并将作品id k和作品信息k储存在原创数据库中，从而将新的原创作品k发布在区块链上。
56.可以理解地，区块链系统中储存每一个作品的作品id和作品资源定位符。在区块链系统中，可通过作品id查询每一个原创作品，并获取该原创作品对应的作品资源定位符，通过该作品资源定位符可链接至原创数据库中该原创作品的nft以及作品信息。
57.在一个可选的实施例中，将所述作品信息铸成nft之后，在所述区块链系统中，可通过智能合约对nft进行售卖、转让、查询和授权，进而可以实现作品信息的售卖、转让、查询以及授权。例如，原创作者可在区块链系统中设置任意作品id的价值，实现对该作品id对应的nft的标价，进而实现对作品信息的标价；原创作者可在区块链系统中授于用户节点a查阅作品k对应的nft的权限，则用户节点a即可通过点击作品资源定位符查看作品k。其中，作品k为作品id。
58.其中，根据智能合约对nft进行售卖、转让、查询和授权的流转信息都将被记录在区块链上，并广播至区块链系统中的所有用户节点，公开透明地保护原创作品的版权不被侵犯。
59.s15，响应于判定所述作品信息涉嫌抄袭，由所述区块链系统的共识节点对所述作品信息进行判定后，将所述作品信息以及对应的判定结果发布在区块链上。
60.在一个可选的实施例中，所述相似性检测结果大于所述预设阈值，表示作品信息涉嫌抄袭，为了避免误检，将所述作品信息传输至共识节点，由区块链系统共识节点对所述作品信息进行判定。
61.其中，所述共识节点的确定方法为：响应于所述原创数据库中任意用户节点原创作品的数量大于设定数量，将该用户节点作为共识节点。在一个实施例中，该设定数量取值为1。
62.在一个可选的实施例中，判定结果包括抄袭和未抄袭，当判定结果为抄袭时，所述判定结果还包括所述作品信息抄袭的原创作品；所述将所述作品信息以及对应的判定结果发布在区块链上，包括：响应于所述判定结果为未抄袭，将所述作品信息以及对应的判定结果发布在区块链上；响应于所述判定结果为抄袭，将所述作品信息对应的判定结果发布在区块链上。也就是说，判定结果为抄袭的作品信息，不会发布在区块链上，也不会储存在原创数据库中，不会铸成对应的nft，更不会在区块链系统中进行售卖、转让、查询以及授权。
63.在一个实施例中，当用户节点上传的作品信息的判定结果为抄袭时，用户节点可发出申诉请求；响应于用户节点的申诉请求，所述区块链系统的共识节点对所述作品信息进行再次判定。
64.在另一个实施例中，当任意用户节点发现判定结果为未抄袭的作品信息涉嫌抄袭时，该用户节点同样可发出申诉请求；响应于用户节点的申诉请求，所述区块链系统的共识节点对所述作品信息进行再次判定。
65.如此，将未涉嫌抄袭的作品信息作为原创作品，将原创作品铸成nft，并将该nft对应的nft区块上传至区块链系统中，依据区块链系统中nft所使用的智能合约实现原创作品的售卖、转让、查询以及授权，同时，原创作品的所有流转信息都将被记录在区块链上，以便于原创作品的溯源。
66.本技术实施例提供的上述基于nft的原创作品发布与存储方法，通过将用户上传的作品信息与原创数据库中所有原创作品进行相似度对比，得到作品信息的相似性检测结果，依据相似性检测结果自动判断作品信息是否涉嫌抄袭，提高了原创作品的发布效率，并将不涉嫌抄袭的作品信息铸成nft上传至区块链系统中，从作品源头上保护原创作品不被侵权。
67.进一步地，相似性检测结果综合反映了作品信息在整体和局部上与已发布的原创作品的相似程度，提高了判断作品是否涉嫌抄袭的准确性。进一步地，将不涉嫌抄袭的作品信息和对应的nft储存在原创数据库中，仅在区块链系统中储存作品id和作品资源定位符，降低区块链的储存压力。
68.根据本技术的第二方面，本技术还提供了一种基于nft的原创作品发布与存储系统，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述计算机可执行指令在被所述处理器执行时，实现根据本技术第一方面所述的安全预警方法。
69.图4是根据本技术实施例的基于nft的原创作品发布与存储系统的示意框图。所述装置40包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据本技术第一方面所述的一种基于nft的原创作品发布与存储
方法。所述装置还包括通信总线和通信接口等本领域技术人员熟知的其他组件，其设置和功能为本领域中已知，因此在此不再赘述。
70.在本技术中，前述的可读存储器可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，计算机可读存储介质可以是任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器rram(resistive random access memory)、动态随机存取存储器dram(dynamic random access memory)、静态随机存取存储器sram(static random-access memory)、增强动态随机存取存储器edram(enhanced dynamic random access memory)、高带宽内存hbm(high-bandwidth memory)、混合存储立方hmc(hybrid memory cube)等等，或者可以用于存储所需信息并且可以由应用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连接到设备。本技术描述的任何应用或模块可以使用可以由这样的计算机可读介质存储或以其他方式保持的计算机可读/可执行指令来实现。
71.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
72.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种基于nft的原创作品发布与存储方法，其特征在于，应用于区块链系统，包括：获取任意用户节点上传的作品信息，其中，所述作品信息为图像作品和/或文本作品对应的图像信息；计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果；根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭；响应于判定所述作品信息不涉嫌抄袭，将所述作品信息发布在区块链上，其中，所述将所述作品信息发布在区块链上包括：将所述作品信息铸成nft，并将该nft对应的nft区块发布至所述区块链系统中，其中所述nft区块包括作品id和作品资源定位符，所述作品资源定位符为该nft区块对应的作品信息和nft在所述原创数据库中的储存位置；响应于判定所述作品信息涉嫌抄袭，由所述区块链系统的共识节点对所述作品信息进行判定后，将所述作品信息以及对应的判定结果发布在区块链上。2.如权利要求1所述的一种基于nft的原创作品发布与存储方法，其特征在于，所述计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果，包括：将所述作品信息划分为多个图像；基于所述作品信息和所述子图像计算所述作品信息与任意原创作品之间的融合相似度，包括：依据集成算法集成多种单一相似度模型，得到相似度融合模型；依据所述相似度融合模型分别计算所述作品信息对应的图像和每个所述子图像与所述原创作品相似度，并将所有相似度中的最大值作为所述作品信息与所述原创作品的融合相似度；将所述作品信息与每个原创作品之间的融合相似度作为所述作品信息的相似性检测结果。3.如权利要求2所述的一种基于nft的原创作品发布与存储方法，其特征在于，所述单一相似度模型包括以下相似度模型中的一种或多种：感知相似度模型、结构相似度模型、局部自适应结构和纹理相似度模型以及尺度不变性相似度模型。4.如权利要求2所述的一种基于nft的原创作品发布与存储方法，其特征在于，所述集成算法为随机森林模型融合算法。5.如权利要求2所述的一种基于nft的原创作品发布与存储方法，其特征在于，所述根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭，包括：对比每个融合相似度和预设阈值；响应于任意融合相似度大于所述预设阈值，判定所述作品信息涉嫌抄袭；响应于所有融合相似度均不大于所述预设阈值，判定所述作品信息不涉嫌抄袭。6.如权利要求5所述的一种基于nft的原创作品发布与存储方法，其特征在于，响应于任意融合相似度大于所述预设阈值，将所述融合相似度对应的原创作品进行标记。7.如权利要求5所述的一种基于nft的原创作品发布与存储方法，其特征在于，所述预设阈值的确定方法包括：获取数据集，其中，所述数据集包括多组图像对，每组图像对为不同作品信息的图像信息；获取每组图像对的标签信息，其中，所述标签信息用于反映图像对中不同作品信息是
否涉嫌抄袭；获取预设阈值的多个候选值，并基于所述标签信息和所述数据集绘制每个候选值对应的样本点得到精度召回率曲线，确定所述精度召回率曲线与预设趋势线的交点，将距离所述交点最近的样本点对应的候选值作为所述预设阈值，其中，所述样本点包括任意候选值对应的精度和召回率，所述预设趋势线为斜率为设定值的直线。8.如权利要求1所述的一种基于nft的原创作品发布与存储方法，其特征在于，其中共识节点的确定方法包括：响应于所述原创数据库中任意用户节点原创作品的数量大于设定数量，将该用户节点作为共识节点。9.如权利要求1所述的一种基于nft的原创作品发布与存储方法，其特征在于，响应于用户节点的申诉请求，所述区块链系统的共识节点对所述作品信息进行再次判定。10.一种基于nft的原创作品发布与存储系统，其特征在于，所述系统包括：处理器；以及存储器，其存储有基于nft的原创作品发布与存储方法的计算机指令，当所述计算机指令由所述处理器运行时，以实现执行根据权利要求1-9的任意一项所述的原创作品发布与存储方法。

技术总结
本申请涉及基于NFT的原创作品发布与存储方法和系统。所述方法包括：获取任意用户节点上传的作品信息，其中，所述作品信息为图像作品和/或文本作品的图像信息；计算所述作品信息与原创数据库中所有原创作品之间的相似度，得到所述作品信息的相似性检测结果；根据所述相似性检测结果判定所述作品信息是否涉嫌抄袭；响应于判定所述作品信息不涉嫌抄袭，将所述作品信息铸成NFT并发布在区块链上；响应于判定所述作品信息涉嫌抄袭，由所述区块链的共识节点对所述作品信息进行判定，并将所述作品信息以及对应的判定结果发布在区块链上。通过本申请的技术方案，能够从作品源头上保护原创作品不被侵权，并降低区块链系统的储存压力。并降低区块链系统的储存压力。并降低区块链系统的储存压力。


技术研发人员：王永娟 刘佳楠 陆思奇 袁庆军 于刚 张瑞芝 冯珮轩
受保护的技术使用者：中国人民解放军战略支援部队信息工程大学
技术研发日：2023.06.05
技术公布日：2023/8/28